跳转到主要内容

​
LLM Task

llm-task 是一个可选插件工具,运行仅 JSON LLM 任务并返回结构化输出(可选地根据 JSON Schema 进行验证)。 这对于像 Lobster 这样的工作流引擎来说是理想的: 您可以添加单个 LLM 步骤,而无需为每个工作流编写自定义 OpenClaw 代码。

​
启用插件

  1. 启用插件:
{
  "plugins": {
    "entries": {
      "llm-task": { "enabled": true }
    }
  }
}
  1. 将工具加入允许列表(它以 optional: true 注册):
{
  "agents": {
    "list": [
      {
        "id": "main",
        "tools": { "allow": ["llm-task"] }
      }
    ]
  }
}

​
配置(可选)

{
  "plugins": {
    "entries": {
      "llm-task": {
        "enabled": true,
        "config": {
          "defaultProvider": "openai-codex",
          "defaultModel": "gpt-5.2",
          "defaultAuthProfileId": "main",
          "allowedModels": ["openai-codex/gpt-5.2"],
          "maxTokens": 800,
          "timeoutMs": 30000
        }
      }
    }
  }
}
allowedModels 是 provider/model 字符串的允许列表。如果设置,列表之外的任何请求都会被拒绝。

​
工具参数

  • prompt(string,必需)
  • input(any,可选)
  • schema(object,可选 JSON Schema)
  • provider(string,可选)
  • model(string,可选)
  • authProfileId(string,可选)
  • temperature(number,可选)
  • maxTokens(number,可选)
  • timeoutMs(number,可选)

​
输出

返回包含解析的 JSON 的 details.json(并在提供时根据 schema 进行验证)。

​
示例: Lobster 工作流步骤

openclaw.invoke --tool llm-task --action json --args-json '{
  "prompt": "Given the input email, return intent and draft.",
  "input": {
    "subject": "Hello",
    "body": "Can you help?"
  },
  "schema": {
    "type": "object",
    "properties": {
      "intent": { "type": "string" },
      "draft": { "type": "string" }
    },
    "required": ["intent", "draft"],
    "additionalProperties": false
  }
}'

​
安全注意事项

  • 该工具是仅 JSON 的,并指示模型仅输出 JSON(无代码栅栏,无评论)。
  • 此运行不向模型公开任何工具。
  • 除非使用 schema 进行验证,否则将输出视为不受信任。
  • 在任何有副作用的步骤(发送、发布、exec)之前进行批准。